Support Vector Machine(SVM)
- Konsep Klasifikasi dengan Support Vector Machine (SVM) adalah mencari hyperplane terbaik yang berfungsi sebagai pemisah du akelas data.
- Ide sederhana dari SVM adalah memaksimalkan margin, yang merupakan jarak pemisah antara kelas data.
- SVM mampu bekerja pada dataset yang berdiensi tinggi dengan menggunakan kernel titik.
- SVM hanya menggunakan beberapa titik data terpilih yang berkontribusi (Support Vector) untuk membentuk model yang akan digunakan dalam proses klasifikasi.
Tujuan
- Mencari Hyperlane maksimum.
Definisi Dasar
- Decision Boundary : Pemisah antar class – hyperlane
- Margin : Jarak terdekat dari decision boundary dengan data yang ingin dipisahkan
- Support Vector : anggota kelas yang berperan untuk menentukan margin
Tidak ada komentar:
Posting Komentar